投资策略专题研究：A股总论，信号与噪声

一、策略的沉淀与思考：如何更贴近投资？

（一）化繁为简：策略本质是 DDM 贴现模型，核心理论是“预期差”

策略研判的本质——识别特定时段的主导变量 + 把握市场对主导变量的预期 差。策略思维需要化繁为简，市场的驱动变量繁多，核心是 DDM 三因素——（1） 企业盈利；（2）无风险利率；（3）股权风险溢价。

（二）辨识矛盾：时代背景切换会主导 DDM 的驱动力变迁

策略无法“固守成规”，需要甄别“信号与噪声”。策略框架的根基是DDM贴 现率模型，理论基础是“预期差理论”，难点在于甄别纷扰的变量，抓住“信号”、 剔除“噪声”。有些变量是短期的，以不变应万变不失为良策；而有些变量却是生态 性的，甄别与理解这些变化的影响，方能在A股背景演变的浪潮中立足浪尖。 不同时期，市场定价的核心矛盾是在分子端“企业盈利”，还是分母端“贴现 率”？驱动要素一直在转变。

（三）框架迭代：从传统“美林时钟”框架，到更加重视估值的力量

策略的迭代是市场生态演进的必然结果，我们的探索从18年的“A股进化论”、 19年的“A股进化论2.0”、到19-21年的“金融供给侧慢牛”，从未止步。 传统策略下，股市是经济（盈利） 的晴雨表。辨析误区：经济不佳≠股市走熊， 不要忽视估值的力量。以去年年底年度策略展望《慎思笃行》为例：22 年盈利下行 是确定性，而估值不支持扩张。若简单用信用货币框架研判估值就会犯错，因为忽视 了估值有三个决定因素（无风险利率、盈利预期、风险偏好），22 年是“美国坚决 紧+中国有底线的松”，A 股估值在 19-20 年连续 2 年扩张后 21 年的挤压程度明显 不够，因此可以预见 22 年估值会继续挤压。

（四）融会贯通：如何做更贴近投资的策略研究？

在策略方法论系列 告中，我们将用《八篇框架性方法论系列》，来探讨如何在 实战中做更贴近投资的策略，我们旨在做出三点融合与创新——（1）融汇 DDM 因 素，构建微观结构指标；（2）突破行业划分，重建新兴赛道体系；（3）跳脱景气比 较，聚焦产业趋势；（4）响应投资需求，下沉选股策略。

二、大势研判：捕捉 DDM 三要素的预期差

（一）DDM 三要素：核心驱动是什么，预期差是什么

大势研判的本质在于回答：市场未来一段时间能否赚分子端业绩增长的钱？能 否赚分母端估值扩张的钱？DDM 三要素包含分子、分母两端——分子端企业盈利 （经济周期，宏观政策）；分母端流动性及风险偏好（广义及狭义流动性，股权风险 溢价）。 辨识驱动要素，找到当前市场的核心矛盾是什么？预期差在哪里？要对“市场先 生”给出的异常信号保持敏锐，并对主要的市场预期差定价。

（二）盈利分析：从微观财 读懂三个中周期，相互影响与牵制

1. 经济基本面：经典分析框架是需求视角，出口、投资、消费

经济基本面的经典分析框架是需求视角：出口、投资、消费。投资和出口波动相 对较大，是影响经济基本面的重要因素。出口和投资是中国经济的双引擎，其中出口 主要受全球经济影响，18 年以来中美贸易摩擦对出口也有影响。投资三大支柱是制 造业投资、房地产投资和基建投资，其中制造业投资与出口关系较为密切，形成“出 口-制造业”链条。消费在中国经济中的驱动力量上升，但受到就业、可支配收入、 未来收入信心的综合影响。

2. 盈利分析：A股盈利周期的位置和方向，是A股大势研判的锚

总量视角：盈利周期的位置和方向，决定了 A 股大势研判的运行态势。为何我 们在 21 年 12 月年度策略《慎思笃行》对 22 年审慎？因为 22 年 A 股的核心特征可 以总结为，盈利下行至负增长，赚“业绩增长的钱”很难。 此外，由于“市场底”很少晚于“盈利底”出现（仅 12 年指数低点滞后于盈利 底），因此“盈利底”也是底部框架的重要构成之一。

3. 盈利分析：从微观财 读懂三个中周期，相互影响与牵制

从结构的视角观察财 ，主要分析三个中周期，偿债周期、产能周期、库存周期， 相互影响与牵制，决定了盈利的中期线索。 产能周期：与固定资产投资增速最相关的中周期，企业产能扩张一般分为三步走： 构建资产现金流→在建工程→固定资产投资。产能周期是一个代表企业主动经营姿 态的重要周期，但扩产→投产的时滞形成了供需的错配；例如今年的产能周期会遇到 “需求下行”，供给过剩的压力更大。 库存周期：与库存位置与经营现金流的充裕程度相关，补库行为会滞后形成产能。 分为主动/被动，是产能周期的一个辅助形态。 偿债周期：偿债与扩产不可兼得，偿债周期会约束产能扩张的意愿与能力。因此， 偿债是一个约束条件，18 年民企、22 年地产面临较大的偿债压力。

4. 盈利分析：ROE的分析，聚焦杜邦三因素的隐含变化

ROE 首先看其位置和趋势，其次看杜邦三因素的边际驱动力。一方面，看 ROE 的时间规律和位置，来判断未来 ROE 的变动趋势（盈利由量价决定，但 ROE 由“量 价利” 决定，因此 ROE 的拐点会滞后企业盈利拐点）。 另一方面更重要的是拆解 ROE 的杜邦三因素：利润率，周转率，杠杆率。举例 来说，A 股销售利润率和 PPI-CPI 剪刀差高度相关；轻资产的消费行业更看重利润 率，重资产的周期行业更看重周转率。

外资已成为 A 股重要的机构投资者，也是股市增量流动性的重要观察指标。借 鉴国际经验，长期看预计外资仍将持续流入。经过最近数年的持续流入，外资对于 A 股的持股规模仅次于公募基金和保险持股，成为 A 股最重要的机构投资者之一。截 至 2022 年 6 月，我国 A 股外资持股市值占比仅 3.8%，远低于台股外资 25%-30% 和韩股外资 15%水平。预计 10 年内 A 股外资持股占比有望提升至 10%以上。

流动性的价体现为利率和利差，其中利率的绝对水平和变化方向会影响估值和 股价表现，但并非简单的正负相关关系。 中债利率低位区：此时经济复苏和企业盈利修复预期开始主导。虽然利率上行影 响贴现率，但盈利（或盈利预期）上行对股价推动作用大于利率上行的抑制作用，可 见利率低位抬升的时期 A 股股价多震荡上行。 中债利率高位区：此时经济往往由过热逐渐步入滞胀，通胀高企带动加息预期升 温，利率取代盈利成为核心变量，利率中高位上行意味着流动性收敛或货币政策开始 转向，因此股价往往下行。 除了中债之外，A 股逐步全球化的背景下，美债利率对于 A 股的影响权重上升： 16 年之后，美债利率对于 A 股高估值行业的股价表现起到主导作用，两者高度负相 关，也成为了不可忽视的考察变量。

（四）风险偏好：量化指标体系与定性因素分析

1. 量化指标体系与定性因素分析

量化数据体系：包括股债资产联动指标、A 股技术形态指标、资金面指标、以及 衍生品市场指标等四大部分。 定性因子：主要关注宏观经济数据、政策环境及资本市场改革等重大事件与政策 对于风险偏好的作用机制。

2. 将微观结构与成交热度纳入考量

此外，微观结构及成交热度对于热门板块股价具备一定的指引作用，可以作为辅 助的情绪观察指标。常用的指标包括成交额占比、成交额/市值占比、换手率、前 10% 个股成交集中度、融资买入额等等。

三、风格研判：误区与本质

（一）风格研判：在 DDM 框架下捕捉“相对占优”

风格的讨论有两个维度：大盘 VS 小盘，成长 VS 价值。决定风格的根基依然 是 DDM 框架，围绕业绩&贴现率的两端进行研判。用三个关键词来概括，主要是 景气、货币、信用。 在 DDM 框架基础上，风格选择是大多数的投资者站在了“相对占优”的一 方。其背后是“相对业绩优势”、“相对宽信用方向”、“相对的流动性敏感 度”，预期差理论依然有效。相对业绩优势由产业政策、经济产业周期共同决定;”>

（二）景气对风格的影响：相对业绩优势重要但后验，产业脉搏形成前瞻

中期来看，相对业绩优势对风格有很强的指示意义。13-16 年，成长（以创业板 指衡量）盈利占优、风格占优；16-18 年，价值（以沪深 300 衡量）盈利占优、风格 占优；19-21 年，成长盈利占优，风格占优。 不过，相对景气优势重要，但这在预判投资上并非易事，业绩优势倒向哪里其 实是后验的。单一景气因子（G）的投资策略是不可持续的，因为景气往往是后验 的、且不看估值约束的高增长并不符合投资常识。历史复盘来看，如果站在年初基 于盈利预测买高景气预期并不能显著跑赢、站在年中基于盈利预测买高景气预期的 胜率会有所提升，但依然不显著（说明中 更能够清楚全年高增长），站在年底回 看，当年实现高景气的行业能够跑赢，但这在实际操作上意义不大，高景气的预测 和验证往往是后验的。

因此，相对业绩优势的预判，更多基于产业周期和产业政策的前瞻，中国产业 政策周期也存在 2-3 年的更迭，对产业景气周期起到牵引作用。例如，2013-2015 年和 2019-2021 年，产业政策支持战略性新兴产业、“专精特新”、高端制造、国 产替代等不确定性强的高成长性产业；2016-2018 年，产业政策支持煤炭、钢铁、 石化等产能效率革新、促进经济发展、稳定性强的价值链条产业。

总结来看，中期产业周期的变化，是价值/成长类风格相对业绩优势的决定因 素，渗透率框架是一个有效判断坐标。成长类行业的景气度，往往存在一个新兴产 业趋势的指引——产品/技术/应用场景的创新形成核心驱动。如 13-15 年对智能手 机+移动互联 周期的把握，以及并购放量对成长板块业绩的正向循环，16-18 年 “供给侧改革”带来周期股业绩巨大改善弹性，19-21 年意识到“新能源+”与半导 体等国产替代的崛起。此外，大宗商品运行周期影响市场对于价值板块的业绩预 期，对相对业绩优势及风格起到辅助作用。

（三）信用对风格的影响：是社融拐点吗？实质上是信用发力的方向

信用作为金融资源供需的体现，对于 A 股风格的影响是深远的。部分投资者认 为社融的趋势可以视为风格的指向标。但事实上，信用在总量上的方向并不直接决 定风格，决定风格的是信用资源边际倾斜的结构。

历史四轮典型稳增长周期的风格表现来看，“政策定调转向”直至“政策密集 落地”时期均是价值风格占优，宽货币、促基建、松地产等逆周期调节发力，支撑 周期与金融板块实现区间上涨与超额收益；在社融拐点右侧，成长板块的表现较此 前有所改善，但成长/价值谁更占优则取决于信用扩张的效果——08 年/12 年信用扩 张见效价值风格持续好于成长，14 年/18 年宽信用效果一般后价值风格表现回落而 成长相对占优。

信用对风格更本质的影响机制为信用扩张的结构，相比总量对 A 股风格的指示 意义更强。即使是在紧信用或稳信用阶段，结构性的宽信用领域（不局限于间接融 资）仍可决定风格。13-15 年，信用发力方向在成长：产业政策大力促进战略性新兴 产业的发展，设立新兴产业创业投资引导基金等形式宽信用；创业板并购重组爆发提 速，直接融资资源向新兴产业倾斜；16-18 年，信用边际发力方向在价值——创业板 并购萎缩、承受商誉减值冲击，一带一路、地产基建均承载宽信用载体；19-21 年， 信用的边际发力方向回到成长——科创板设立打通新一轮新经济宽信用渠道，“房住 不炒”主导传统行业的信用紧缩；而 “绿色贷款”“普惠贷款”等结构性信贷政策支 持下，新能源等为代表的新兴产业实现结构性的 “信用扩张”。 可见，信用的结构发力方向与自上而下的产业趋势及政策导向吻合，这决定了 景气度预期分化，带来了股市的风格分化。

（四）货币对风格的影响：16 年后美债实际利率对 A 股成长起主导作用

货币环境影响风格，可以用利率走势衡量。利率受到资金供求关系和货币政策 两方面的影响，通过经济增长预期和货币政策预期来共同影响风格。 整体而言，在中国无风险利率上行期（经济复苏过热、或紧货币），价值风格 占优；利率下行期（经济滞胀衰退、或松货币），成长占优。

美债利率影响 A 股风格，那么我们应如何理解其传导路径？主要机制有二：（1） 美债利率抬升影响美元计价的投资资金成本，导致北向资金持仓占比较高的成长风 格资金流出，而国内机构投资者容易抢跑；（2）美元流动性收紧对全球资本流动有 传导影响，抑制新兴市场的金融条件，挤压更依赖远端现金流的成长股估值。

（五）方向与空间：“相对占优”决定方向，多因素共振拉长持续性

总结来看，“相对占优”的核心决定因子是景气、货币、信用。从 2010 年以 来典型的三段长周期主导风格来看，依然是三个主要驱动因素共同决定“相对占 优”的方向：景气、信用、货币。13-16 年，景气、信用、货币偏向成长；16-18 年，景气、信用、货币偏向价值；19-21 年，景气、信用、货币偏向成长。 此外，从风格演绎的时间和空间来看，监管周期、资金属性等多因素共振亦辅 助拉长风格占优的持续性。例如 13-15 年的杠杆资金、16-18 年持续流入的北上资 金，均对彼时的风格产生增强；13-15 年的并购周期、16 年之后的并购收紧周期、 19 年起的金融供给侧改革周期，也都对当时的市场风格产生影响。

（六）风格的切换：赔率到达合意位置，辅以胜率的天平开始倾斜

风格切换的前提是赔率失衡，估值、相对估值、ERP 逐渐到达历史极限位置， 使低区风格的赔率合意、高区风格的赔率欠佳。从历史上风格切换的时点来看，如 2012 年 12 月市场风格开始由价值切向成长，彼时创业板指 PE（TTM）已至均值1.3 倍标准差，ERP 已至均值+1 倍标准差，均处较极端位置，价值相对成长比价显 著失衡，沪深 300/创业板指的 PE（TTM）至均值+1.1 倍标准差。当市场风格转 向、由成长切换至价值时，亦呈现同样的估值特征，如 2015 年 11 月创业板指 PE （TTM）已至均值+1.2 倍标准差，价值估值显著低于成长，沪深 300/创业板指的 PE（TTM）至均值-1 倍标准差。 但是，赔率合意不是风格切换的充分条件，需要胜率的配合。从历史上风格切 换时点与相对估值的位置来看，估值处于极限位置不一定会立即触发风格切换，例 如 14-16 年沪深 300/创业板的相对 PE 和相对 PB 持续处于历史均值-1X 标准差以 下，“便宜不是买入的理由”，仍然需要胜率的变化来配合风格切换的发生。

（七）大小盘风格：与成长/价值相辅相成，小盘占优有 7 个伴随要素

举一反三，探讨风格研判的另一维度——大盘/小盘。与成长/价值的影响因子基 本相辅相成，历史上小盘股行情（2005 年以来 6 轮，半年以上）基本伴随 7 个要素： 1. 宽货币是最重要因子（兼顾中美）：剩余流动性宽松，DR007中枢多回落， 美债同期也多为下行;”>

流动性环境恶化、宽信用预期转向，多是历史上小盘行情阶段性结束的最重要 观察信号；新兴产业景气预期出现分歧、增量资金的属性逆转、或相对估值修复至 均值以上，也是其它观察行情结束的辅助指标。

四、行业比较：行业轮动的两重要义

（一）行业比较：依然是“驱动力要素”与“预期差理论”

行业比较的本质，依然是找寻市场的核心驱动力（景气/估值/配置/资金），与市 场定价的预期差。景气分化是行业比较的本质：产业周期、信用发分层共同决定。流 动性预期是边际影响变量：不同的货币与信用组合，利好不同行业的表现。估值与配 置是辅助跟踪指标：估值分位数、配置分位数、微观结构拥挤程度，分别形成辅助跟 踪指标。

行业比较的第一步需要认识行业，熟悉行业特性与核心变量敏感度。可大致将 行业划分为周期类（上中下游）、消费类（必需、可选）、服务业、金融、TMT。

（二）行业比较的两重维度：中长期结构性改善、短期行业轮动

行业比较的两重维度，分别是寻找中长期结构性改善行业，把握短期行业轮动。 中长期维度的行业比较是积极寻找发生结构性改善的成长性行业，指导长期投资。短 期维度的行业比较是把握“周期+产业链”轮动。短期行业轮动包含两层轮动关系： 周期轮动+产业链轮动。根据美林“投资时钟”选择不同经济周期阶段弹性最大行业， 或者根据不同产业链景气传导的顺序来提前判断景气改善行业。

（三）中长期行业比较：寻找 ROE 趋势性改善的“赛道”

ROE 的驱动要素也在变迁，从加杠杆、提周转，到当前的利润率为主导。13 年 以前经济加杠杆时代，A 股行业赚“加杠杆”的钱：杠杆率提升的周期股是成长行业。 13-17 年杠杆率难以持续提升，A 股赚“周转率”的钱：13-15 年科技成长、及 16- 17 年供给侧改革周期。当前杠杆率与周转率趋势性改善的行业寥寥，A 股寻找赚“利 润率”的钱，也成为了中长期行业比较的重要思路。

（四）短期的周期轮动：顺应经济“量价”特征的行业配置思路

“周期轮动”是指经济周期按照“量”和“价”的组合分为四个阶段。根据美林 投资时钟模型， 经济周期按“量”和“价”的组合分为四个阶段：量价齐跌、量升 价跌、量价齐升、量跌价升。根据不同行业的成本、需求弹性，不同的量价组合将会 产生不同的受益行业。量跌价升，有利于价格导向型消费行业；量价齐跌，有利于成 本导向型行业；量升价跌，有利于销量导向型周期行业；量价齐升，有利于价格导向 型周期行业。

（五）短期的产业链轮动：寻找底层需求的产业链拉动力

“产业链轮动”是指我国经济下游需求的牵引力——出口、地产、基建、汽车（新 能车）。四大需求对应的中游和上游行业有重叠，地产和基建是最重要的组成部分， 汽车（新能车）的变革带来新的产业链衍生。下游需求是经济波动的先行指标，从下 游到上游的需求逐次传导，产生了行业景气先后波动的现象。

以地产产业链为例，地产产业链分为地产、地产投资链、地产销售链、地产竣工 链等。销售链条的家电、家具、消费建材行业景气度主要跟踪地产销售周期（或竣工 周期）。投资链条的钢铁、水泥、挖机、重卡等不仅要跟踪地产的新开工和投资，也 与基建投资的改善预期密切相关。

（六）行业比较决策：景气、估值、配置、微观结构等一揽子指标

行业比较也是需要捕捉特定时期 DDM 三要素对行业的影响，例如流动性环境 对行业比较产生影响。 利率上行期周期与消费表现更好。周期品受益于经济由复苏到过热带来的业绩 改善；如果利率上行抬升通胀预期，则消费受益。 利率下行成长与消费受益。如果利率下行伴随着经济滞胀与通缩，防御属性较强 的消费显著跑赢；如果利率下行伴随着市场整体流动性的边际改善，进攻属性较强的 高估值成长股胜出。

日常的行业比较跟踪是一揽子指标的高频动态跟踪，最终做出投资决策：估值指 标（动态与静态）；景气指标（高频的量价指标及盈利预测变动）；基金配置（季频 的配置变化）；财 分析（季频的财务数据梳理等）。

五、策略的创新思维与框架重构

在传统的策略框架之外，我们团队今年也做出了一些创新和尝试，我们主要梳理 了以下四个新的策略研究思路，以响应日益变化的投资思路。

（一）“否极泰来”底部框架：“三大维度、二十指标”

A 股到达“股价底”时，多数指标存在一定的共性特征，可作为“熊牛切换”的 重要指征。为此，我们构建三大维度共 20 个指标，分别从底部静态维度、底部动态 维度和熊转牛驱动力对历次熊市底部进行了全方位对比。

我们进一步把目标颗粒化，将“否极泰来方法论”框架精简至 13 大指标，使得 方法论更加适用于宽基指数。 根据历次宽基指数到达大底区域时“否极泰来”13 大指标的匹配情况，发现当 13 大指标符合比率高于 60%时，往往指向指数的赔率处于极值位置，赔率上具有强 吸引力，处于大底区域。 赔率指标满足率超过 60%时大概率指向宽基指数大底区域, 历史经验来看对于 历史大底的指引意义较强。

（二）新兴产业：赛道多维的比较框架

1. 11大新兴产业比较新框架

我们的《策话新兴产业系列》从资金/估值/业绩/景气等多元角度搭建起 11 大新 兴产业+95 个衍生二级行业新兴产业比较框架。并推出“策话新兴产业”月 续作， 从指数复盘/景气度评价（政策/事件动态、景气指标、财务数据）/估值分析（PEG） /公募基金持仓/北上资金持仓/交易拥挤度/一级市场）7 大维度月度跟踪比较新兴产 业。

2. 新兴产业赛道景气度的纵向与横向对比

纵向比较来看，当前及历史上部分行业核心关注的景气指标存在共性：①关注 终端产品出货量：本轮新能源汽车 VS 4G；②政策影响：本轮创新药、医疗器械 VS. 16-19 年的新能源汽车、光伏；③并购加速、集中度提升：本轮医美 VS. 15-17 年医 疗器械、CXO;”>

3. 新兴产业赛道估值方法

12 大新兴产业适用“新”估值方法划定。根据 12 大新兴产业链基本特征，在结 合各行业估值方法分析后，我们从产业特性、生命周期角度对每个一级新兴行业提出 更为适用的“新”估值方法。 新兴产业估值可大致分为以下步骤：1. 厘清行业属性；2. 界定产业所处的生命 周期位置；3. 对以上两点和不同估值方法所适用的情境进行匹配，选定合适的估值 方法并予以评价。 分生命周期来看，1. 初创期，盈利模式尚未清晰，通常使用市占率等非财务指 标，可采用历史交易法、可比交易法等估值方法。2. 成长期，经营和盈利模式逐渐 清晰，盈利未稳定时可用 P/S、P/FCF 估值法，跨越盈亏平衡线并仍保持高增长时， 可使用 PEG。分行业特征来看：1. 资产属性，重资产且账面价值相对稳定适用 P/B 估值法，相对轻资产则更适用 P/E、PEG 等。2. 行业周期性，强周期行业不适用 P/E、P/FCF 等，而更适用 P/B 指标；弱周期行业对于大部分估值方法都较为适用。

（三）景气预期：行业比较新框架

历史 复盘发现，若以最终实现的盈利增速为导向投资，无论落实在行业还是个股上，均 有望跑赢市场。但是，由于景气是后验的，我们无法提前预知，这是否意味着我们应 放弃景气线索下的行业配置方法？如果不是，为避免在投资中出现“先知”假设，我们 应运用怎样的方法，去更有效的通过景气线索去指导行业比较？ 盈利增速指引下的投资方法确实能够跑赢市场，但盈利增速往往是后验的，通过 “盈利增速”实现行业比较困难重重：（1）通过财 解读的盈利数据过分后验；（2） 盈利是慢变量，大多数行业不具有可跟踪的高频景气数据；（3）即便具有中高频的 行业景气跟踪指标，也极难做到不同行业之间的横向比较，从而无法对投资上的行业 比较做到指引。 因此绝对盈利增速预期对投资的指引作用差，而动态的盈利预期变化才或才是 对投资有价值的要素。

我们基于“动态”的行业景气预期变化，构建广发策略“景气预期”行业比较框 架—— （1）“景气预期”包含 2 大维度，即收入景气预期和盈利景气预期;”>

如何解读框架的输出结果？ “斜率比位置更重要”：在解读“景气预期”框架时，我们需要更为关注边际变化， 而非“景气预期同比增速”的绝对值。即当“景气预期”框架呈现斜率为正时，行业的景 气预期在持续改善，具有更强的投资价值。

“景气预期”行业比较框架的内在金融学原理是什么？ ①关注边际变化而非绝对值的原因：上文提到，卖方评价并不全面、准确；但 这依然是市场上最可得、最贴近投资者的预期数据。因此我们进一步考虑：虽然卖 方更喜欢上调预期而非下调，但在行业/公司景气度确实持续改善时，卖方会具有更 为频繁地发 告、更大幅度上调业绩预期的动力；而当行业/公司景气度不佳时，由 于不再推荐，行业分析师则往往会推迟更新业绩预期的时间、降低频率甚至不发 告。因此我们可以利用这个特性，追踪盈利预期的边际变化：当行业景气改善时，卖 方对行业/公司会更频繁地更新 告、更大幅度地上调预期的时候，盈利/收入的增速 预期会更快上行；反之行业/公司的盈利/收入的增速预期上行速度减缓甚至下行。

②“景气预期”为何对股价有指引？“景气预期”行业比较框架在DDM三要素上的解释：当“景气预期”在上行时，不仅代表分子端在改善，更代表分母端（“景气预期” 是估值的决定要素之一，“景气预期”的边际变化往往更先体现在估值端，而后才落地 到分子端）的盈利预期的变动。因此“景气预期”行业比较框架具备对“分子端+分母端” 的双重指示作用。

如何实现不同行业之间的“景气预期”横向比较？我们构建“景气预期”行业比 较打分框架。 第一步：四维度景气预期指引效果打分——维度最终得分 =（排名得分×60% + 趋势得分×40%）× 相关性权重 第二步：“景气预期”四维度得分汇总：对各行业的最终得分项求平均值。 使用调整后的景气预期平均分，得到当前景气预期对股价指引效果最佳的前五 一级行业，前十二级行业及前三新兴产业。

（四）全动态估值体系：动静结合

传统静态估值方法下，估值失真度高。 第一，19 年 商誉减值和 20Q1 疫情“业绩减记”均导致 A 股静态估值畸高。 商誉减值和疫情对企业盈利的扰动都是“一次性减记”，并不影响企业未来的盈利预 期，而估值是对于企业的远期定价，在传统的静态估值下，业绩“一次性减记”带来 的“被动高估”，并不能有效反映企业的远期价值，导致 A 股科技成长和周期股的 估值一定程度失真。 第二，传统基于整体视角的估值方法论，将会受到尾部公司的扰动，带来行业估 值的失真。2021 年，前 10%公司的成交额占全部 A 股的比重已经达到 45%；前 30% 公司的成交额占全部 A 股的比重已经达到 72%；前 50%公司的成交额占全部 A 股的 比重已经达到 85%。这意味着：A 股交易结构“二八分化”，投资者高频交易头部公 司，而尾部公司只会带来“估值噪音”。

基于分析师重点跟踪公司的全动态估值体系可以针对性应对业绩“一次性减计” A 股被动高估及尾部公司“估值噪音”的问题—— 基于动态的盈利预期实现了真正意义上的“远期定价”。我们使用分析师的年度 净利润一致预期（中位数），作为公司（行业）的估值基准，既能有效规避业绩“一次性减记”对估值的扰动，也能使得估值真正“动起来”：为企业预期利润进行定价！ 基于分析师重点跟踪公司规避“预期偏差”和“估值噪音”。在分析师的盈利预 期中，我们仅挑选有 5 家（及以上）机构出具年度盈利预期的重点公司，作为动态估 值的样本，既能有效规避个别公司盈利预期畸高/畸低对行业估值的扰动，也能过滤 掉尾部公司对行业估值形成的“噪音”。

全动态估值下，A 股的估值同时受到市值和净利润预期的驱动，更能反应市场 定价的合理性。传统的静态估值视角下，虽然长周期来看 A 股的估值变化也同时取 决于分子端（市值）和分母端（净利润）；但是在较短的周期中，静态估值的分母端 （净利润）会阶段性保持“不变”，这就使得 A 股静态估值会仅由市值驱动。但是， 在全动态估值体系下，由于分母端（净利润预期）是实时变动的，因此，在任何区间 跨度（无论长期还是短期）中，A 股全动态都是由分子端（市值）和分母端（净利润 预期）共同驱动的。 在A股盈利下行周期中，顺周期（周期/可选消费）板块的净利润预期会不断下 调，这就会导致：“顺周期”板块的相对走势回落，但是相对动态估值反而上行。 13-15年是典型的例子：在盈利回落周期中，周期股的盈利预期持续下调，虽然周 期/成长的相对走势下行，但是，周期/成长的相对动态估值反而上行。以此类推， 我们可以判断：在当前盈利触底“弱回升”周期中，顺周期（周期/可选消费）的 净利润预期可能会持续上调，这就会带来“顺周期”板块估值会“越买越便宜”的 现象，有利于“估值降维”空间的进一步拓宽。